Anthropicがモデル蒸留攻撃への防御を強化、韓国事業のAPI運用で確認する点
AnthropicがClaudeの推論を狙う蒸留攻撃への新しい防御を公開しました。韓国進出企業がAPIアカウント、遮断、課金、運用記録を確認する方法を整理します。
NEWS · AI SEARCH LABAnthropicは2026年10月12日、Claudeの推論を無断で集めて別のモデルの学習に使う蒸留攻撃への防御を公表しました。同社の初期観測では、攻撃者が同社プラットフォームから取得した推論データが対策前より約90～99％減少しました。この数値はAnthropicによる推定で、独立した監査結果ではありません。韓国でClaude APIを利用する日本企業は、preserved thinking、要求の遮断、遮断された要求への課金、日韓のアカウント分担を確認する必要があります。
Anthropicが説明する蒸留攻撃
モデル蒸留は、開発者が自社の大きなモデルから小さなモデルを作る場合にも使われます。今回の報告が対象とするのは、許可なく大量の回答と推論記録を集め、他社モデルの能力を再現しようとする活動です。攻撃者は多数のアカウントや中継先を使い、似た要求を少しずつ変えて送ります。
最終回答よりも推論記録の方が学習資料として価値が高いため、Anthropicは推論を要約して提示する対策を先に導入しました。その後、プロンプトの変形と大規模なアカウント網による回避が確認され、追加の制限が必要になったと説明しています。
新しい防御と公表値
報告では三つの対策が説明されています。新しいAPIアカウントが過去のClaudeの文脈を自由に編集しにくくし、保護された推論をモデル、アカウント、組織の間で移して読む範囲を制限しました。推論の抽出を検知する二段階の分類器も運用し、反復する試行には利用制限やアカウント停止を適用します。
Anthropicは分類器の誤検知率を0.1％未満としています。2026年9月24日以降、この水準を確認した防御領域では、回答前に遮断された要求にも再び料金を請求しています。同社の推定では、取得された推論トークンは従来の10分の1から100分の1以下になり、約90～99％の減少に相当します。
正規のAPI連携に起こり得る影響
誤検知率が低くても、呼び出し回数が非常に多い業務では影響が出ます。似た評価プロンプトの反復、隠れた推論の出力を求める指示、アカウントの頻繁な変更、制御されていない再試行は、遮断や制限の原因になり得ます。preserved thinkingの導入により、一部の開発者が連携方法を更新したことも報告されています。
サービスアカウントごとに所有部門、業務目的、想定呼び出し量を記録してください。要求数、エラーコード、遮断率、再試行、費用の変化を同じ記録で追えるようにすると、セキュリティ上の制限と障害、予算超過を区別しやすくなります。
韓国事業のAI検索・エージェント運用
検索エージェントやコンテンツ監視では、多数の文書を読み、同じ形式の質問を反復します。この動きだけで蒸留攻撃になるわけではありません。しかし日本本社、韓国法人、外部委託先が別々の認証情報を使い、目的と頻度を記録していなければ、正規の利用であることを説明しにくくなります。
プロジェクト別にAPIキーを分け、利用モデル、再試行上限、保存するデータ、定期評価の質問セットを文書化します。外部SaaSや代理店がClaudeを呼び出す場合は、利用する提供経路、最終的なアカウント所有者、遮断通知の受信者を契約と運用表の両方で確認してください。
日本本社と韓国法人の分担
日本本社は共通のセキュリティ基準、契約条件、費用警告を管理し、韓国法人は韓国語の質問セット、NAVERやGoogleを含む評価対象、現地の委託先、実際の利用量を管理する形が実務的です。医療機関と連携する事業では合成評価データと患者情報を分け、アクセス記録を残します。EC事業では商品分析、レビュー要約、顧客対応が同じ認証情報を共有していないか確認します。
調達条件には、遮断された要求の費用、誤検知への問い合わせ、アカウント停止時の代替手順を含めてください。今回の変更はモデル提供側の防御が利用企業の連携方法と費用に及ぶ例であり、開発部門だけでなく法務、購買、経理も確認する対象です。
AI Search Labの見解
Anthropicは、より高度な回避が今後も現れる可能性と、現在の効果がどれほど続くか分からない点を明記しています。90～99％という数値だけを社内資料に使わず、自社のログで遮断、遅延、費用が変わったかを確認するべきです。
LeadGenLabのGEO・AEO支援では、AI検索で使う質問セット、参照元、自動実行の頻度、結果記録の方法を確認します。日本本社と韓国法人を含む調査範囲はプロジェクト相談で協議できます。
公式情報源
情報確認日：2026年10月14日。減少率と誤検知率は、Anthropicが10月12日に公表した自社観測と評価の結果です。
분석을 실제 실행으로 연결하려면
AI Search Lab은 공식 출처와 편집 기준에 따라 변화와 실행 기준을 설명합니다. 진단, 기술·콘텐츠 개선, 산업별 GEO·AEO 지원이 필요하다면 운영사 LeadGenLab의 관련 서비스와 상담 페이지에서 다음 단계를 확인하세요.